徐 智， 宁文昌， 赵龙阳， 孟瑞敏

(桂林电子科技大学 计算机与信息安全学院，广西 桂林 541004)

图像分类是机器学习、计算机视觉等领域的经典任务，在学界已经有大量相关的研究。传统的图像分类是语义级图像分类，待分类的对象属于不同的大类，如汽车、行人、飞机等，类别之间的外观差异较大，分类难度相对较低。而细粒度图像分类中待分类的对象属于同一大类下的不同子类，比如同属于鸟类这一大类下的不同品种，类别之间的外观差异较小，分类难度往往比语义级图像分类更大。细粒度图像分类在生产生活中也有广泛的应用需求，比如在无人超市中需要识别不同款式的商品，在自然保护区中需要识别不同种类的动物，在智慧交通系统中需要识别不同型号的汽车等。

与语义级图像分类相比，细粒度图像分类研究起步较晚，目前仍有许多具有挑战性的问题，其中最重要的一个挑战性问题是“类内差异大，类间差异小”，即不同类别在相似姿态、相似视角等条件下外观差异较小，而同一类别在不同姿态、不同视角等条件下外观差异较大，这意味着不同样本之间的区别主要是由姿态、视角等外部因素决定，而不是由样本所属的类别决定。“类内差异大，类间差异小”的问题会给分类带来困难，因为图像分类算法一般需要先将图像样本映射到特征空间中，然后在特征空间中寻找不同类别之间的分界面，从而实现图像分类。但不……